Quarantine alone or in combination with other public health measures to control COVID-19: a rapid review

INTRODUÇÃO: A doença causada pelo Coronavirus em 2019 (COVID‐19) é uma doença em rápido crescimento que foi classificada como uma pandemia pela Organização Mundial de Saúde (OMS). Para apoiar a OMS com suas recomendações sobre a quarentena, realizamos uma revisão rápida sobre a efetividade da quarentena durante surtos graves de coronavírus. OBJETIVOS: Avaliar os efeitos da quarentena (isoladamente ou em combinação com outras medidas) de indivíduos que tiveram contato com casos confirmados ou suspeitos de COVID‐19, que vieram de países com um surto declarado, ou que vivem em regiões com alta transmissão da doença. MÉTODOS DE BUSCA: Um especialista em informação pesquisou as seguintes bases de dados em 23 de junho de 2020: Cochrane COVID‐19 Study Register, PubMed, Ovid MEDLINE, WHO Global Index Medicus, Embase e CINAHL. CRITÉRIO DE SELEÇÃO: Incluímos coortes, casos‐controle, séries temporais, séries temporais interrompidas, series de casos e estudos de modelagem matemática que avaliaram o efeito de qualquer tipo de quarentena para controlar a COVID‐19. Também incluímos estudos sobre a SRAG (síndrome respiratória aguda grave) e MERS (síndrome respiratória do Oriente Médio) como evidência indireta para o atual surto de coronavírus. COLETA DOS DADOS E ANÁLISES: Dois autores da revisão, trabalhando de forma independente, avaliaram títulos e resumos. Em seguida, trabalhando de forma independente, dois autores da revisão avaliaram todas as publicações selecionadas para leitura na íntegra. Um autor da revisão extraiu os dados, avaliou o risco de viés do estudo e avaliou a certeza da evidência com o GRADE e um segundo autor da revisão verificou a avaliação. Usamos três ferramentas diferentes para avaliar o risco de viés conforme o desenho do estudo: o ROBINS‐I para estudos não randomizados de intervenções, uma ferramenta criada pela Cochrane Childhood Cancer para estudos não randomizados e não controlados, e as recomendações da Sociedade Internacional de Pesquisa Farmacoeconômica e de Resultados (ISPOR) para estudos de modelagem. Classificamos a qualidade (certeza) da evidência para os quatro desfechos primários: incidência, transmissão posterior, mortalidade e custos. PRINCIPAIS RESULTADOS: Incluímos 51 estudos; 4 estudos observacionais e 28 estudos de modelagem sobre COVID‐19, um estudo observacional e um estudo de modelação sobre MERS, três estudos observacionais e 11 estudos de modelagem sore SRAG, e três estudos de modelagem sobre SRAG e outras doenças infecciosas. Devido aos diversos métodos usados para medir e analisar os desfechos de interesse nos estudos, não pudemos combinar os resultados em uma metanálise. Portanto, apresentamos uma síntese narrativa dos resultados. O risco de viés foi moderado para 2/3 estudos não randomizados de intervenções (NRSIs) e grave para 1/3 dos NRSIs. O risco de viés foi moderado para 4/5 estudos coorte não controlados, e alto para 1/5 desses estudos. Treze estudos de modelagem não geraram nenhuma preocupação, 17 geraram preocupações moderadas, e 13 geraram preocupações graves. Quarentena versus ausência de quarentena para pessoas que tiveram contato com um caso confirmado/suspeito de COVID‐19 Os estudos de modelagem relataram consistentemente um benefício das medidas de quarentena simuladas. Por exemplo, a quarentena de pessoas expostas a casos confirmados ou suspeitos pode ter evitado 44% a 96% dos casos incidentes, e 31% a 76% das mortes, comparado a nenhuma medida baseada em diferentes cenários (casos incidentes: 6 estudos de modelagem da COVID‐19, 1 sobre a SRAG; mortalidade: 2 estudos de modelagem sobre a COVID‐19, 1 sobre a SRAG, evidência de baixa qualidade). Os estudos também indicaram que pode haver uma redução no número básico de reprodução variando de 37% a 88% devido à implementação da quarentena (5 estudos de modelagem de COVID‐19, evidência de baixa qualidade). Existe evidência de qualidade muito baixa que sugere que quanto mais cedo as medidas de quarentena forem implementadas, maior poderá ser a redução dos custos (2 estudos de modelagem sobre a SRAG). Quarentena em combinação com outras medidas para conter a COVID‐19 versus outras medidas sem quarentena ou nenhuma medida Quando os modelos combinaram quarentena com outras medidas de prevenção e controle, como fechamento das escolas, restrições de viagem e distanciamento social, os modelos mostraram que isso pode ter um efeito maior na redução de novos casos, de transmissões, e de mortes do que o uso de medidas sem quarentena ou nenhuma intervenção (casos de incidentes: 9 estudos de modelagem sobre a COVID‐19; transmissão posterior: 5 estudos de modelagem sobre a COVID‐19; mortalidade: 5 estudos de modelagem sobre a COVID‐19, evidência de baixa qualidade). Os resultados dos estudos sobre a SRAG e MERS foram consistentes com os resultados dos estudos sobre a COVID‐19. Quarentena versus ausência de quarentena para pessoas que viajam de um país com um surto declarado de COVID‐19 Existe evidência de qualidade muito baixa de um possível pequeno efeito da quarentena dos viajantes provenientes de um país com um surto declarado na redução da incidência e mortes para a SRAG. Porém, o efeito pode ser maior para a COVID‐19 (2 estudos observacionais sobre COVID‐19 e 2 estudos observacionais sobre SRAG). CONCLUSÃO DOS AUTORES: A evidência atual é limitada porque a maioria dos estudos sobre a COVID‐19 são estudos de modelagem matemática que fazem várias suposições sobre parâmetros importantes do modelo. Os resultados indicam consistentemente que a quarentena é importante para reduzir a incidência e a mortalidade durante a pandemia da COVID‐19. Porém, existem incertezas quanto à magnitude do seu efeito. A implementação precoce da quarentena e a combinação da quarentena com outras medidas de saúde pública é importante para garantir sua efetividade. Para manter o melhor equilíbrio possível das medidas, as pessoas responsáveis pelas tomadas de decisões devem monitorar constantemente o surto e o impacto das medidas implementadas. Esta revisão foi originalmente encomendada pela OMS e apoiada pela Danube‐University‐Krems. A atualização foi auto‐iniciada pelos autores da revisão.

배경: 코로나바이러스병 2019(COVID‐19)는 세계보건기구(WHO)가 유행병으로 분류한 급속도로 부상하고 있는 질병이다. WHO의 검역 권고안을 뒷받침하기 위해 심각한 코로나바이러스 발생 시 검역 효과에 대한 신속한 검토를 실시했다. 목적: COVID‐19 확진 환자 또는 의심환자와 접촉한 사람, 발생이 선언된 국가에서 여행한 사람 또는 질병 전염이 높은 지역에 거주하는 개인의 검역 효과(단독 또는 기타 조치와 함께)를 평가한다. 검색 전략: 정보 전문가는 코크레인 COVID‐19 연구 레지스터를 검색하고 2020년 6월 23일 PubMed, Ovid MEDLINE, WHO Global Index Medicus, Embase, CINAHL에서 검색을 업데이트했다. 선정 기준: 코호트 연구, 환자‐대조군 연구, 시계열, 중단된 시계열, 사례 시리즈 및 COVID‐19를 제어하는 모든 유형의 검역이 미치는 영향을 평가한 수학적 모델링 연구. 사스(SARS중증급성호흡기증후군)와 메르스(중동호흡기증후군)에 대한 연구도 현 코로나바이러스 발생의 간접적인 근거로 포함시켰다. 자료 수집 및 분석: 두 명의 검토 저자는 독립적으로 추상화와 제목을 중복하여 심사했다. 그런 다음 두 명의 검토 저자가 관련 가능성이 있는 모든 전체 텍스트 출판물을 독립적으로 선별했다. 한 검토 작성자는 데이터를 추출하고 비뚤림의 위험을 평가하며, GRADE로 근거의 확실성을 평가했고, 두 번째 검토 작성자는 평가를 점검했다. 연구 설계에 따라 비뚤림 위험을 평가하기 위해 세 가지 도구를 사용했다. ROBINS‐I는 개입에 대한 비임의 연구를 위한 비임의적 연구, 비임의 통제적 연구를 위한 코크란 소아암에 의해 제공된 도구, 모델링 연구를 위한 국제 약리경제 및 결과 연구를 위한 국제 협회(ISPOR)의 권고사항이다. 네 가지 주요 결과에 대한 근거의 확실성을 평가했다. 즉, 발생률, 진행 전송률, 사망률 및 비용. 주요 결과: 51개의 연구, COVID‐19에 대한 4개의 관찰 연구와 28개의 모델링 연구, 메르스에 대한 1개의 관찰 및 1개의 모델링 연구, 사스에 대한 3개의 관찰 및 11개의 모델링 연구, 그리고 사스와 기타 감염병에 대한 3개의 모델링 연구를 포함했다. 관심의 결과에 걸쳐 다양한 측정 및 분석 방법 때문에 메타분석을 할 수 없고 서술적 합성을 수행했다. 비뚤림 위험은 2/3 비임의 개입 연구(NRSI)에서는 보통이고 1/3 NRSI에서는 심각하다고 판단했다. 비뚤림 위험은 4/5 비통제 코호트 연구에서는 보통, 1/5은 심각하다고 평가했다. 모델링 연구는 13개 연구, 17개 연구에 대한 중간 우려, 13개 연구에 대한 주요 우려가 없는 것으로 평가하였다. 격리되지 않은 것과 비교하여 확인 / 의심되는 COVID‐19 사례와 접촉 한 개인에 대한 격리 모델링 연구는 일관되게 시뮬레이션 검역 조치의 이점을 보고하였다. 예를 들어, 확인되거나 의심되는 사례에 노출된 사람에 대한 검역은 다른 시나리오에 근거한 조치가 없는 경우)에 기반한 조치가 없는 것에 비해 사건 사례의 44~96%, 사망자의 31~76%를 피했을 수 있다. COVID‐19에 대한 6가지 모델링 연구, 사스에 대한 1, 사망률: COVID‐19에 대한 모델링 연구 2건, 사스에 대한 1, 저확실성 근거). 또한 연구에서는 검역 실시(COVID‐19에 대한 5가지 모델링 연구, 저확률 근거)로 인해 기본 재생산 수가 37%에서 88%로 감소할 수 있다고 밝혔다. 매우 낮은 확률은 검역 조치가 조기에 이행될수록 비용 절감 효과가 더 클 수 있음을 시사한다(SARS에 대한 2가지 모델링 연구). 격리가 없거나 조치가없는 다른 조치와 비교하여 COVID‐19를 포함하는 다른 조치와 함께 격리 모델이 검역을 폐교, 여행 제한, 사회적 거리 제한과 같은 다른 예방 및 통제 조치와 결합했을 때, 모델은 검역을 하지 않거나 개입하지 않는 조치보다 새로운 사례, 전송 및 사망의 감소에 더 큰 영향을 미칠 수 있음을 보여주었다(사건: COVID‐19에 대한 9가지 모델링 연구; 후속 전송: COVID‐19에 대한 5가지 모델링 연구, 사망률: COVID‐19, 저확실성 근거에 대한 5가지 모델링 연구). 사스와 메르스에 대한 연구는 COVID‐19에 대한 연구결과와 일치했다. COVID‐19 발발이 선언 된 국가에서 여행하는 개인을 격리하지 않는 것과 비교하여 격리 매우 낮은 확률의 근거는 발병 사실이 공표된 국가로부터 여행자의 검역 효과가 사스의 경우는 작을 수 있지만, COVID‐19 (COVID‐19에 대한 관측 연구 2건, 사스에 대한 관측 연구 2건)의 경우에는 더 클 수 있다는 것을 나타냈다. 연구진 결론: COVID‐19에 대한 대부분의 연구는 중요한 모델 매개변수에 대해 서로 다른 가정을 하는 수학적 모델링 연구들이기 때문에 현재의 근거는 제한적이다. 발견은 비록 효과의 규모에 대한 불확실성은 있지만, COVID‐19 전염병 동안의 발병률과 사망률을 줄이는데 있어 검역이 중요하다는 것을 일관되게 보여준다. 실효성을 확보하기 위해서는 검역을 조기에 실시하고 검역과 다른 공중보건 조치를 병행하는 것이 중요하다. 가능한 최선의 조치의 균형을 유지하기 위해서, 의사결정자들은 발생과 실행된 조치의 영향을 지속적으로 감시해야 한다. 이 리뷰는 원래 WHO에 의해 의뢰되었고 다뉴브 대학의 지원을 받았다. 그 업데이트는 검토 작가들에 의해 스스로 시작되었다.

Contexte: La maladie à coronavirus 2019 (COVID‐19) est une maladie à évolution rapide classée comme pandémie par l'Organisation mondiale de la santé (OMS). Pour soutenir l'OMS dans ses recommandations sur la quarantaine, nous avons procédé à une revue rapide de l'efficacité de la quarantaine lors de graves épidémies de coronavirus.

Objectifs: Évaluer les effets de la quarantaine (seule ou en combinaison avec d'autres mesures) des personnes qui ont été en contact avec des cas confirmés ou suspectés de COVID‐19, qui ont voyagé depuis des pays où un foyer a été déclaré ou qui vivent dans des régions où la transmission de la maladie est élevée. STRATÉGIE DE RECHERCHE DOCUMENTAIRE: Un spécialiste de l'information a effectué une recherche dans le registre des études sur la COVID‐19 de Cochrane et a mis à jour la recherche dans PubMed, Ovid MEDLINE, WHO Global Index Medicus, Embase et CINAHL le 23 juin 2020. CRITÈRES DE SÉLECTION: Études de cohortes, études cas‐témoins, séries chronologiques, séries chronologiques interrompues, séries de cas et études de modélisation mathématique qui ont évalué l'effet de tout type de quarantaine pour contrôler la COVID‐19. Nous avons également inclus des études sur le SRAS (syndrome respiratoire aigu sévère) et le MERS (syndrome respiratoire du Moyen‐Orient) comme données probantes indirectes pour l'épidémie actuelle de coronavirus. RECUEIL ET ANALYSE DES DONNÉES: Deux auteurs de la revue ont examiné, en double et de manière indépendante, les résumés et les titres. Deux auteurs de la revue ont, de manière indépendante, examiné toutes les publications en texte intégral potentiellement pertinentes. Un des auteurs de la revue a extrait les données, a évalué le risque de biais et a évalué le niveau de confiance dans les données probantes avec GRADE et un second auteur a vérifié l'évaluation. Nous avons utilisé trois outils différents pour évaluer le risque de biais, en fonction du schéma d’étude : ROBINS‐I pour les études interventionnelles non randomisées, un outil fourni par le groupe Cochrane sur les cancers de l’enfant pour les études non randomisées et non contrôlées, et les recommandations de la Société internationale de pharmaco‐économie et de recherche sur les résultats (ISPOR) pour les études de modélisation. Nous avons évalué le niveau de confiance dans les données probantes pour les quatre critères de jugement principaux: l'incidence, la transmission, la mortalité et les coûts. RÉSULTATS PRINCIPAUX: Nous avons inclus 51 études ; 4 études observationnelles et 28 études de modélisation sur la COVID‐19, une étude observationnelle et une étude de modélisation sur le MERS, trois études observationnelle et 11 études de modélisation sur le SRAS, et trois études de modélisation sur le SRAS et d'autres maladies infectieuses. En raison de la diversité des méthodes de mesure et d'analyse des critères de jugement d'intérêt, nous n'avons pas pu effectuer une méta‐analyse et avons entrepris une synthèse narrative. Nous avons jugé que le risque de biais était modéré pour 2/3 des études d'interventions non randomisées et important pour 1/3 des études d'interventions non randomisées. Nous avons estimé que le risque de biais était modéré pour 4/5 des études de cohortes non contrôlées, et important pour 1/5. Nous avons évalué les études de modélisation comme ne présentant pas de préoccupations pour 13 études, présentant des préoccupations modérées pour 17 études et des préoccupations importantes pour 13 études. Quarantaine pour les personnes qui ont été en contact avec un cas confirmé/suspect COVID‐19 par rapport à l'absence de quarantaine Les études de modélisation ont systématiquement fait état du bénéfice des mesures de quarantaine simulées. Par exemple, la quarantaine des personnes exposées à des cas confirmés ou suspects pourrait avoir permis d'éviter 44 % à 96 % des cas incidents et 31 % à 76 % des décès par rapport à l'absence de mesures basées sur différents scénarios (cas incidents : 6 études de modélisation sur la COVID‐19, 1 sur le SRAS ; mortalité: 2 études de modélisation sur la COVID‐19, 1 sur le SRAS, données probantes d’un niveau de confiance faible). Des études ont également indiqué qu'il pourrait y avoir une réduction du nombre de reproduction de base allant de 37 % à 88 % en raison de la mise en œuvre de la quarantaine (5 études de modélisation sur la COVID‐19, données probantes d’un niveau de confiance faible). Des données probantes d’un niveau de confiance très faible suggèrent que plus les mesures de quarantaine sont mises en œuvre tôt, plus les économies pourraient être importantes (2 études de modélisation sur le SRAS). La quarantaine combinée à d'autres mesures pour contenir la COVID‐19 par rapport à d'autres mesures sans quarantaine ou à l’absence de mesures Lorsque les modèles combinent la quarantaine avec d'autres mesures de prévention et de contrôle, telles que la fermeture des écoles, les restrictions de voyage et la distanciation sociale, les modèles ont démontré qu'il pourrait y avoir un effet plus important sur la réduction des nouveaux cas, des transmissions et des décès par rapport aux mesures sans quarantaine ou sans intervention (cas incidents : 9 études de modélisation sur la COVID‐19 ; transmission : 5 études de modélisation sur la COVID‐19 ; mortalité: 5 études de modélisation sur la COVID‐19, données probantes d’un niveau de confiance faible). Les études sur le SRAS et le MERS étaient cohérentes avec les conclusions des études sur la COVID‐19. Quarantaine pour les personnes en provenance d'un pays ayant déclaré un foyer de COVID‐19 par rapport à l'absence de quarantaine Des données probantes d’un niveau de confiance très faible ont indiqué que l'effet de la quarantaine des voyageurs en provenance d'un pays où un foyer a été déclaré, sur la réduction de l'incidence et des décès, pourrait être faible pour le SRAS, mais pourrait être plus important pour la COVID‐19 (2 études observationnelles sur la COVID‐19 et 2 études observationnelles sur le SRAS).

Conclusions des auteurs: Les données probantes actuelles sont limitées car la plupart des études sur la COVID‐19 sont des études de modélisation mathématique qui font différentes hypothèses sur les paramètres importants du modèle. Les résultats indiquent systématiquement que la quarantaine est importante pour réduire l'incidence et la mortalité pendant la pandémie de la COVID‐19, bien qu'il y ait une incertitude sur l'ampleur de l'effet. Il est important de mettre en œuvre la quarantaine le plus tôt possible et de la combiner avec d'autres mesures de santé publique pour en garantir l'efficacité. Afin de maintenir le meilleur équilibre possible des mesures, les décideurs doivent constamment surveiller l'épidémie et l'impact des mesures mises en œuvre. Cette étude a été initialement commandée par l'OMS et soutenue par l'Université du Danube ‐ Krems. La mise à jour a été réalisée à l'initiative des auteurs de la revue.

Antecedentes: La enfermedad por coronavirus 2019 (covid‐19) es una enfermedad de aparición rápida clasificada como pandemia por la Organización Mundial de la Salud (OMS). Para apoyar a la OMS con sus recomendaciones sobre la cuarentena, se realizó una revisión rápida de la efectividad de la cuarentena durante los brotes graves de coronavirus.

Objetivos: Evaluar los efectos de la cuarentena (sola o en combinación con otras medidas) en personas que tuvieron contacto con casos confirmados o sospechosos de covid‐19, que viajaron desde países con un brote declarado o que viven en regiones con alta transmisión de la enfermedad. MÉTODOS DE BÚSQUEDA: Un documentalista realizó una búsqueda en el Registro Cochrane de estudios de covid‐19 y actualizó la búsqueda en PubMed, Ovid MEDLINE, WHO Global Index Medicus, Embase y CINAHL el 23 de junio de 2020. CRITERIOS DE SELECCIÓN: Estudios de cohortes, estudios de casos y controles, series de tiempo, series de tiempo interrumpido, series de casos y estudios de modelización matemática que evaluaron el efecto de cualquier tipo de cuarentena para controlar la covid‐19. También se incluyeron estudios sobre el SARS (síndrome respiratorio agudo grave) y el MERS (síndrome respiratorio de Oriente Medio) como evidencia indirecta para el brote de coronavirus actual. OBTENCIÓN Y ANÁLISIS DE LOS DATOS: Dos autores de la revisión examinaron de forma independiente los resúmenes y los títulos por duplicado. Dos autores de la revisión examinaron todos los estudios potencialmente relevantes y extrajeron los datos de forma independiente. Un autor de la revisión extrajo los datos, evaluó el riesgo de sesgo y la certeza de la evidencia con GRADE y un segundo autor de la revisión verificó la evaluación. Se utilizaron tres herramientas diferentes para evaluar el riesgo de sesgo, en función del diseño del estudio: ROBINS‐I para los estudios no aleatorizados de intervenciones, una herramienta proporcionada por el Grupo Cochrane de Cáncer infantil (Cochrane Childhood Cancer) para estudios no aleatorizados y no controlados, y recomendaciones de la Sociedad Internacional de Farmacoeconomía e Investigación de Desenlaces (ISPOR de sus siglas en inglés) para los estudios de modelización. Se calificó la certeza de la evidencia para los cuatro desenlaces principales: incidencia, transmisión posterior, mortalidad y costes.

Resultados principales: Se incluyeron 51 estudios; cuatro estudios observacionales y 28 estudios de modelización sobre covid‐19, un estudio observacional y un estudio de modelización sobre el MERS, tres estudios observacionales y 11 de modelización sobre el SARS, y tres estudio de modelización sobre el SARS y otras enfermedades infecciosas. Debido a los diversos métodos de medición y análisis de los desenlaces de interés no fue posible realizar un metanálisis y se redactó una síntesis narrativa. El riesgo de sesgo se consideró moderado para 2/3 de los estudios no aleatorizados de intervenciones (ENAI) y grave para 1/3 de los ENAI. El riesgo de sesgo se consideró moderado para 4/5 de los estudios de cohortes no controlados y grave para 1/5. Se consideró que 13 estudios de modelización no despertaban preocupación, 17 estudios despertaban preocupaciones moderadas y 13 estudios preocupaciones importantes. Cuarentena para las personas que estuvieron en contacto con un caso confirmado/sospechoso de covid‐19 en comparación con ninguna cuarentena Los estudios de modelización informaron de forma uniforme de un efecto beneficioso de las medidas de cuarentena simuladas. Por ejemplo, la cuarentena de las personas expuestas a casos confirmados o sospechosos podría evitar entre el 44% y el 96% de los casos incidentes y entre el 31% y el 76% de las muertes, en comparación con ninguna medida, según diferentes escenarios (casos incidentes: seis estudios de modelización sobre covid‐19, uno sobre SARS; mortalidad: dos estudios de modelización sobre covid‐19, uno sobre SARS, evidencia de certeza baja). Los estudios también indicaron que podría haber una reducción del número básico de reproducción que oscila entre el 37% y el 88% debido a la aplicación de la cuarentena (cinco estudios de modelización sobre covid‐19, evidencia de certeza baja). Evidencia de certeza muy baja indica que cuanto antes se apliquen las medidas de cuarentena, mayor podría ser el ahorro de costes (dos estudios de modelización sobre el SARS). Cuarentena en combinación con otras medidas para contener la covid‐19 en comparación con otras medidas sin cuarentena o ninguna medida Cuando los modelos combinaron la cuarentena con otras medidas de prevención y control, como los cierres de escuelas, las restricciones de viajes y el distanciamiento social, los modelos mostraron que podría haber un mayor efecto en la reducción de nuevos casos, transmisiones y muertes que las medidas sin cuarentena o que ninguna intervención (casos incidentes: nueve estudios de modelización sobre covid‐19; transmisión posterior: cinco estudios de modelización sobre covid‐19, mortalidad: cinco estudios de modelización sobre covid‐19, evidencia de certeza baja). Los estudios sobre el SARS y MERS fueron consistentes con los hallazgos de los estudios sobre covid‐19. Cuarentena para los individuos que viajaron desde países con un brote de covid‐19 declarado comparado con ninguna cuarentena Evidencia de certeza muy baja indicó que el efecto de la cuarentena de los viajeros procedentes de un país con un brote declarado sobre la reducción de la incidencia y las muertes podría ser pequeño en el caso del SARS, pero podría ser mayor en el caso de la covid‐19 (dos estudios observacionales sobre la covid‐19 y dos estudios observacionales sobre el SARS).

Conclusiones de los autores: La evidencia actual es limitada porque la mayoría de estudios sobre covid‐19 son estudios de modelización matemática que hacen distintas suposiciones sobre parámetros de modelo importantes. Los resultados indican de forma consistente que la cuarentena es importante para reducir la incidencia y la mortalidad durante la pandemia de covid‐19, aunque no existe certeza sobre la magnitud del efecto. La aplicación temprana de la cuarentena y la combinación de la cuarentena con otras medidas de salud pública es importante para garantizar la efectividad. Con el fin de mantener el mejor equilibrio posible de las medidas, los responsable de tomar decisiones deben monitorizar constantemente el brote y los efectos de las medidas aplicadas. Esta revisión fue encargada en origen por la OMS y contó con el apoyo de la Universidad del Danubio‐Krems. La actualización fue decisión de los autores de la revisión.

研究背景: 2019新型冠状病毒（Coronavirus disease 2019, COVID‐19）是一种迅速出现的疾病，已被世界卫生组织（World Health Organization, WHO）列为大流行疾病。为了支持WHO关于隔离检疫的推荐建议，我们对严重冠状病毒疫情爆发期间隔离检疫的有效性进行了快速系统综述。 研究目的: 评估隔离建议(单独或结合其他措施)对与COVID‐19确诊或疑似病例接触的个人、来自已宣布疫情暴发国家的旅行人员或生活在疾病高传播地区的人的影响。 检索策略: 一位信息专家检索了Cochrane COVID‐19 研究注册库、更新检索了PubMed、Ovid MEDLINE、WHO Global Index Medicus、Embase和CINAHL，并于2020年6月23日更新了检索结果。 纳入排除标准: 评估任何类型的隔离检疫对控制COVID‐19的效果的队列研究、病例对照研究、时间系列、中断时间系列、病例系列、和数学建模研究。我们还纳入了严重急性呼吸综合征（severe acute respiratory syndrome，SARS）和中东呼吸综合征（Middle East respiratory syndrome，MERS）的研究作为当前冠状病毒疫情的间接证据。 资料收集与分析: 两位综述作者独立筛选了相关的摘要和标题。两位系统综述作者独立筛选所有可能相关的出版物全文。一位系统综述作者提取资料并使用GRADE评估证据质量，另一名作者对评价结果进行检查。根据研究设计，我们使用了三种不同的工具来评估偏倚风险：ROBINS‐I用于干预的非随机研究，由Cochrane儿童癌症提供的用于非随机、非对照研究的工具，以及国际药物经济学和结果研究学会(International Society for Pharmacoeconomics and Outcomes Research，ISPOR)用于建模研究的建议。我们对四个主要结局的证据质量进行了评估：发病率、后续传播、死亡率和成本。 主要结果: 我们纳入了51项研究；对COVID‐19进行了4项观察性研究和28项建模研究，对MERS进行了一项观察性研究和一项建模研究，对SARS进行了三项观察性研究和11项建模研究，并对SARS和其他传染病进行了三项建模研究。由于各相关结果的测量方法和分析方法各不相同，我们无法进行荟萃分析，进行了叙述性综合分析。对于2/3的非随机干预研究（non‐randomized studies of interventions，NRSI），我们认为偏倚风险为中等，对于1/3 NRSI，偏倚风险为严重。我们对4/5个非对照队列研究的偏倚风险定为中度，另1/5为严重。我们将建模研究评为13项研究不担忧，17项研究为中等担忧和13项研究为高度担忧。 对与确诊/疑似COVID‐19病例接触的个人进行隔离检疫，与未进行隔离检疫比较 建模研究一致报告了模拟隔离检疫措施的益处。例如，与没有根据不同情况而采取措施相比，对暴露于确诊或疑似病例的人群进行隔离检疫避免了44％至96％的发病病例和31％至76％的死亡病例。（发病病例：6项关于COVID‐19、1项SARS的建模研究；死亡率：2项关于COVID‐19、1项SARS的建模研究，低确定性证据）。研究还表明，由于实施了隔离检疫，基本繁殖数量可能会减少37％至88％（有关COVID‐19的5项模型研究，低确定性证据）。极低确定性的证据表明，隔离检疫措施实施得越早，节省的成本越多（2项关于SARS的建模研究）。 与没有隔离检疫措施或无措施的其他措施相比，隔离检疫措施与其他措施相结合以遏制COVID‐19 当这些模型将隔离检疫措施与其他预防和控制措施，包括学校停课、旅行限制和保持社交距离结合起来时，与单独的隔离检疫措施相比，这些模型在减少新病例、传播和死亡方面显示出更大的效果（发病病例：9项关于COVID‐19的建模研究；后续传播：5项关于COVID‐19的建模研究；死亡率：5项关于COVID‐19的建模研究；低确定性证据）。关于SARS和MERS的研究与COVID‐19研究的结果一致。 相较于未隔离检疫，从已宣布COVID‐19爆发的国家/地区出发的个人隔离检疫 极低确定性的证据表明，对来自已宣布爆发疫情的国家的旅行者进行隔离检疫，对降低SARS发病率和死亡的影响可能较小，但对COVID‐19可能更大(2项COVID‐19观察性研究和2项SARS观察性研究)。 作者结论: 当前的证据有限，因为大多数对COVID‐19的研究都是数学建模研究，它们对重要的模型参数做出了不同的假设。调查结果始终表明，隔离检疫对降低COVID‐19大流行期间的发病率和死亡率非常重要，尽管对其影响的大小还不确定。尽早实施隔离检疫，并与其他公共卫生措施相结合，对确保有效性非常重要。为了保持各项措施的最佳平衡，决策者必须不断监测疫情情况和已实施措施的影响。 本系统综述由WHO委托进行，并得到多瑙河克雷姆斯大学（Danube‐University‐Krems）的支持。该更新是由系统综述作者自行发起的。.

บทนำ: โรค Coronavirus 2019 (COVID‐19) เป็นโรคที่เกิดขึ้นใหม่อย่างรวดเร็วซึ่งถูกจัดโดยองค์การอนามัยโลก (WHO) ว่าเป็น การระบาดกระจายทั่ว (pandemic) เพื่อสนับสนุน WHO เกี่ยวกับข้อเสนอแนะในการกักตัว เราดำเนินการทบทวนวรรณกรรมอย่างรวดเร็ว เกี่ยวกับประสิทธิผลของการกักตัวในระหว่างการแพร่ระบาดที่รุนแรงของโรค coronavirus วัตถุประสงค์: เพื่อประเมินผลของการกักตัว (เพียงอย่างเดียวหรือใช้ร่วมกับมาตรการอื่น ๆ) ของผู้ที่เคยติดต่อกับผู้ป่วย COVID‐19 ที่ยืนยันแล้วหรือสงสัย ซึ่งเดินทางจากประเทศที่มีการระบาดของโรคหรือผู้ที่อาศัยอยู่ในภูมิภาคที่มีการแพร่ระบาดของโรคสูง วิธีการสืบค้น: ผู้เชี่ยวชาญด้านข้อมูลสืบค้น Cochrane COVID‐19 Study Register และปรับปรุงผลการสืบค้นใน PubMed, Ovid MEDLINE, WHO Global Medic Medicus, Embase และ CINAHL เมื่อวันที่ 23 มิถุนายน 2020 เกณฑ์การคัดเลือก: การศึกษาแบบ cohort, การศึกษา case‐control, กรณีศึกษา, time series, interrupted time series และการศึกษาแบบจำลองทางคณิตศาสตร์ที่ประเมินผลของการกักตัวทุกประเภทเพื่อควบคุม COVID‐19 นอกจากนี้เรายังรวมถึงการศึกษาเกี่ยวกับโรคซาร์ส (โรคระบบทางเดินหายใจเฉียบพลันรุนแรง) และ MERS (โรคทางเดินหายใจตะวันออกกลาง) ซึ่งเป็นหลักฐานทางอ้อมสำหรับการแพร่ระบาดของโรค coronavirus ในปัจจุบัน การรวบรวมและวิเคราะห์ข้อมูล: ผู้ประพันธ์ 2 คนคัดเลือกการศึกษาจากชื่อเรื่องและบทคัดย่ออย่างอิสระต่อกัน ผู้ประพันธ์การทบทวนวรรณกรรม 2 คนคัดกรองรายงานฉบับเต็มที่อาจเกี่ยวข้องทั้งหมดอย่างอิสระ ผู้ประพันธ์การทบทวนคนที่ 1 คัดลอกข้อมูล ประเมินความเสี่ยงของอคติ และประเมินความเชื่อมั่นของหลักฐานด้วย GRADE และผู้ประพันธ์การทบทวนคนที่ 2 ตรวจสอบการประเมิน เราใช้เครื่องมือที่แตกต่างกัน 3 แบบเพื่อประเมินความเสี่ยงของอคติขึ้นอยู่กับการออกแบบการศึกษา ROBINS‐I สำหรับการศึกษาทดลองแบบไม่สุ่มตัวอย่าง ซึ่งเป็นเครื่องมือที่จัดทำโดย Cochrane Childhood Cancer สำหรับการศึกษาแบบไม่สุ่มตัวอย่าง แบบไม่ควบคุม และคำแนะนำจาก International Society for Pharmacoeconomics and Outcomes Research (ISPOR) สำหรับการศึกษาแบบจำลอง เราจัดอันดับความเชื่อมั่นของหลักฐานสำหรับผลลัพธ์หลัก 4 ประการ ได้แก่ อุบัติการณ์ การติดต่อ การตายและค่าใช้จ่าย ผลการวิจัย: เรารวมการศึกษา 51 เรื่อง; การศึกษาเชิงสังเกต 4 เรื่อง และการศึกษาแบบจำลอง 28 เรื่องเกี่ยวกับ COVID‐19 การศึกษาเชิงสังเกตและการสร้างแบบจำลองอย่างละ 1 เรื่องเกี่ยวกับโรคเมอร์สการศึกษาเชิงสังเกต 3 เรื่องและการศึกษาแบบจำลอง 11 เรื่องเกี่ยวกับโรคซาร์ส และการศึกษาแบบจำลอง 3 เรื่องเกี่ยวกับโรคซาร์สและโรคติดเชื้ออื่น ๆ เนื่องจากวิธีการวัดและการวิเคราะห์ที่หลากหลายในผลลัพธ์ที่สนใจ เราจึงไม่สามารถทำ meta‐analysis ได้และทำการสังเคราะห์แบบบรรยายแทน เราได้ตัดสินความเสี่ยงของความลำเอียงให้อยู่ในระดับปานกลางสำหรับการศึกษาแบบไม่สุ่มตัวอย่าง 2/3 ของวิธีการ (NRSIs) และร้ายแรงสำหรับ 1/3 NRSI เราจัดอันดับความเสี่ยงของอคติในระดับปานกลางสำหรับการศึกษาแบบ cohort ที่ไม่มีการควบคุม 4/5 เรื่องและร้ายแรงสำหรับ 1/5 เรื่อง เราจัดอันดับการศึกษาแบบจำลองว่าไม่มีข้อกังวลสำหรับการศึกษา 13 เรื่อง ความกังวลในระดับปานกลางสำหรับการศึกษา 17 เรื่องและข้อกังวลมากสำหรับการศึกษา 13 เรื่อง การกักกันบุคคลที่สัมผัสกับผู้ป่วย COVID‐19 ที่ได้รับการยืนยัน / สงสัยเปรียบเทียบกับไม่มีการกักกัน การศึกษาแบบจำลองได้รายงานประโยชน์ของมาตรการกักตัวแบบจำลองอย่างสอดคล้องกัน เช่น การกักตัวคนที่สัมผัสกับคนที่ได้รับการยืนยันหรือผู้ต้องสงสัย จะช่วยหลีกเลี่ยงการเกิดผู้ป่วยใหมจาก่ 44% เป็น 96% และการเสียชีวิตจาก 31% เป็น 76% เมื่อเปรียบเทียบกับการไม่มีมาตรการ ขึ้นอยู่กับสถานการณ์ที่ต่างกัน (การเกิดผู้ป่วยใหม่: การศึกษาแบบจำลอง 6 เรื่องเกี่ยวกับ COVID‐19, 1 เรื่องเกี่ยวกับโรคซาร์ส; สำหรับการตาย: การศึกษาแบบจำลอง 2 เรื่องเกี่ยวกับ COVID‐19, 1 เรื่องสำหรับโรคซาร์ส, ความเชื่อมั่นของหลักฐานระดับต่ำ) การศึกษายังระบุด้วยว่าอาจมีการลดจำนวนการแพร่พันธุ์ขั้นพื้นฐานลงตั้งแต่ 37% ถึง 88% เนื่องจากการดำเนินการกักกัน (5 การศึกษาแบบจำลองเกี่ยวกับ COVID‐19 หลักฐานที่มีความเชื่อมั่นต่ำ) หลักฐานที่มีความเชื่อมั่นต่ำมากแสดงให้เห็นว่ายิ่งการดำเนินการมาตรการกักตัวเร็วขึ้น จะยิ่งประหยัดค่าใช้จ่ายได้มากขึ้น (การศึกษาแบบจำลองเกี่ยวกับโรคซาร์ส 2 เรื่อง) การกักกันร่วมกับมาตรการอื่น ๆ เพื่อกักกัน COVID‐19 เมื่อเปรียบเทียบกับมาตรการอื่น ๆ โดยไม่มีมาตรการกักกันหรือไม่มีมาตรการใด ๆ เมื่อแบบจำลองรวมการกักตัวกับมาตรการป้องกันและควบคุมอื่น ๆ เช่นการปิดโรงเรียน การจำกัดการเดินทางและการเว้นระยะทางสังคม แบบจำลองแสดงให้เห็นถึงผลที่มากกว่าในการลดผู้ป่วยรายใหม่ การติดต่อและการเสียชีวิตมากกว่ามาตรการที่ไม่มีการกักกัน หรือไม่มีมาตรการ (incident cases: การศึกษาแบบจำลอง 9 รายการเกี่ยวกับ COVID‐19; การติดต่อ: การศึกษาแบบจำลอง 5 รายการเกี่ยวกับ COVID‐19; การตาย: การศึกษาแบบจำลอง 5 รายการเกี่ยวกับ COVID‐19, ความเชื่อมั่นของหลักฐานระดับต่ำ) การศึกษาเกี่ยวกับโรคซาร์สและเมอร์สมีความสอดคล้องกับผลการวิจัยจากการศึกษา COVID‐19 กักกันบุคคลที่เดินทางมาจากประเทศที่มีการแพร่ระบาดของ COVID‐19 เมื่อเทียบกับการไม่มีการกักกัน หลักฐานที่มีความเชื่อมั่นต่ำมากแสดงให้เห็นว่า ผลของการกักตัวนักท่องเที่ยวจากประเทศที่มีการประกาศการระบาดของโรค ในการลดอุบัติการณ์และการเสียชีวิตมีน้อยสำหรับโรคซาร์ส แต่อาจมีมากกว่าสำหรับ COVID‐19 (การศึกษาแบบสังเกตุการณ์เกี่ยวกับ COVID‐19 จำนวน 2 เรื่อง และโรคซาร์ส 2 เรื่อง) ข้อสรุปของผู้วิจัย: หลักฐานในปัจจุบันมี จำกัด เนื่องจากการศึกษาส่วนใหญ่เกี่ยวกับ COVID‐19 เป็นการศึกษาแบบจำลองทางคณิตศาสตร์ที่ตั้งสมมติฐานที่แตกต่างกันเกี่ยวกับพารามิเตอร์แบบจำลองที่สำคัญ ผลการวิจัยระบุอย่างสอดคล้องกันว่าการกักตัวเป็นสิ่งสำคัญในการลดอุบัติการณ์และการเสียชีวิตระหว่างการระบาดของ COVID‐19 ถึงแม้จะมีความไม่แน่นอนในเรื่องขนาดของผล การดำเนินการกักตัวอย่างรวดเร็วและการรวมการกักตัวเข้ากับมาตรการสาธารณสุขอื่น ๆ เป็นสิ่งสำคัญที่จะทำให้มั่นใจถึงประสิทธิผล เพื่อรักษาสมดุลของมาตรการที่ดีที่สุด ผู้มีอำนาจตัดสินใจต้องติดตามสถานการณ์การระบาดและผลกระทบของมาตรการที่นำมาใช้อย่างต่อเนื่อง การทบทวนวรรณกรรมนี้ได้รับมอบหมายจาก WHO และสนับสนุนโดย Danube‐University‐Krems การทำให้ทันสมัยนี้ริเริ่มขึ้นเองโดยผู้ประพันธ์การทบทวน.

پیشینه: بیماری کروناویروس 2019 (COVID‐19) یک بیماری به سرعت در حال ظهور است که توسط سازمان جهانی بهداشت (WHO) در قالب پاندمی طبقه‌بندی شده است. برای حمایت از توصیه‌های WHO در زمینه اعمال قرنطینه، یک مرور سریع را پیرامون اثربخشی قرنطینه در طول طغیان‌های شدید کروناویروس انجام دادیم. اهداف: ارزیابی اثرات قرنطینه (به‌تنهایی یا در ترکیب با سایر اقدامات) روی افرادی که با موارد تایید شده یا مشکوک به COVID‐19 تماس داشتند، افرادی که از کشورهایی با شیوع اعلام شده بیماری مسافرت کردند، یا کسانی که در مناطقی با انتقال بالای بیماری زندگی می‌کنند. روش‌های جست‌وجو: یک متخصص اطلاعات در تاریخ 23 جون 2020 به جست‌وجو در پایگاه ثبت مطالعات COVID‐19 کاکرین پرداخت، و جست‌وجوهای قبلی را در PubMed؛ Ovid MEDLINE؛ WHO Global Index Medicus؛ Embase، و CINAHL به‌روز کرد. معیارهای انتخاب: مطالعات کوهورت، مطالعات مورد‐شاهدی، سری‌ زمانی (time series)، سری‌ زمانی منقطع شده (interrupted time series)، و مطالعات مدل‌سازی ریاضی که تاثیر هر نوع قرنطینه را بر کنترل COVID‐19 مورد ارزیابی قرار دادند. ما همچنین مطالعات مرتبط با SARS (سندرم حاد تنفسی شدید) و MERS (سندرم تنفسی خاورمیانه) را به عنوان شواهد غیر‐مستقیم برای طغیان فعلی کروناویروس وارد کردیم. گردآوری و تجزیه‌وتحلیل داده‌ها: دو نویسنده مرور به‌طور مستقل از هم، چکیده‌ها و عناوین مقالات را دو بار غربالگری کردند. سپس دو نویسنده مرور مستقل از هم، تمامی مقالات متن کامل را که به‌طور بالقوه با موضوع مرتبط بودند، بررسی کردند. یک نویسنده مرور، داده‌ها را استخراج، خطر سوگیری (bias) را ارزیابی و قطعیت شواهد را با روش درجه‌‏بندی توصیه‏، ارزیابی، توسعه و ارزشیابی (GRADE) ارزیابی کرده و نویسنده دوم، ارزیابی انجام شده را بررسی کرد. بسته به طراحی مطالعه، از سه ابزار مختلف برای ارزیابی خطر سوگیری استفاده کردیم: ROBINS‐I برای مطالعات غیر‐تصادفی‌سازی شده مداخلات، ابزاری که توسط گروه سرطان کودکی کاکرین برای مطالعات غیر‐تصادفی‌سازی و غیر‐کنترل شده ارائه شده، و توصیه‌های انجمن بین‌المللی اقتصاد دارو و پژوهش بر پیامدها (International Society for Pharmacoeconomics and Outcomes Research; ISPOR) برای مطالعات مدل‌سازی. ما قطعیت شواهد را برای چهار پیامد اولیه رتبه‌بندی کردیم: بروز (incidence)، انتقال به جلو (onward transmission)، مورتالیتی، و هزینه‌ها. نتایج اصلی: 51 مطالعه را وارد کردیم؛ 4 مطالعه مشاهده‌ای و 28 مطالعه مدل‌سازی روی COVID‐19، یک مطالعه مشاهده‌ای و یک مطالعه مدل‌سازی روی MERS، سه مطالعه مشاهده‌ای و 11 مطالعه مدل‌سازی در مورد SARS، و سه مطالعه مدل‌سازی در مورد SARS و دیگر بیماری‌های عفونی. به دلیل تنوع روش‌های اندازه‌گیری و تجزیه‌وتحلیل در طول پیامدهای مورد نظر، نتوانستیم متاآنالیزی را انجام دهیم و یک سنتز روایت‌گونه (narrative synthesis) انجام شد. خطر سوگیری را برای 2/3 مطالعات غیر‐تصادفی‌سازی شده مداخلات (NRSI) در سطح متوسط و برای 1/3 NRSI در سطح جدی ارزیابی کردیم. خطر سوگیری برای 4/5 مطالعات کوهورت غیر‐کنترل شده، متوسط و برای 1/5 آنها در سطح جدی بود. مطالعات مدل‌سازی برای 13 مطالعه بدون نگرانی، برای 17 مطالعه با نگرانی متوسط و برای 13 مطالعه با نگرانی عمده ارزیابی شدند. اعمال قرنطینه برای افراد در تماس با یک مورد تایید شده/مشکوک به COVID‐19 در مقایسه با عدم اعمال قرنطینه مطالعات مدل‌سازی همواره مزیتی را به نفع اقدامات شبیه‌سازی شده قرنطینه گزارش کردند، به عنوان مثال، قرنطینه افرادی که با موارد تایید شده یا مشکوک به ابتلا به بیماری مواجهه داشتند، در مقایسه با انجام هیچ اقدامی، احتمالا باعث کاهش 44% تا 96% از موارد بروز و 31% تا 76% از موارد مرگ‌ومیر، بر اساس سناریوهای مختلف می‌شود (موارد بروز: 6 مطالعه مدل‌سازی در مورد COVID‐19؛ 1 مطالعه در مورد SARS؛ مورتالیتی: 2 مطالعه مدل‌سازی در مورد COVID‐19؛ 1 مطالعه در مورد SARS، شواهد با قطعیت پائین). مطالعات همچنین نشان دادند که با اجرای قرنطینه، ممکن است در تعداد تکثیر پایه، کاهشی از 37% تا 88% دیده شود (5 مطالعه مدل‌سازی بر COVID‐19، شواهد با قطعیت پائین). شواهدی با قطعیت بسیار پائین حاکی از آن هستند که اعمال زودهنگام قرنطینه، احتمالا منجر به صرفه‌جویی بیشتر در هزینه‌ها می‌شود (2 مطالعه مدل‌سازی در مورد SARS). قرنطینه در ترکیب با دیگر اقدامات برای مهار COVID‐19 در مقایسه با سایر اقدامات بدون اعمال قرنطینه یا عدم انجام هیچ اقدام دیگری هنگامی که مدل‌ها قرنطینه را با دیگر اقدامات پیشگیری و کنترل، از جمله تعطیلی مدارس، محدودیت‌های سفر و فاصله‌گذاری اجتماعی ترکیب کردند، نشان دهنده احتمال تاثیر بزرگتری بر کاهش موارد جدید، انتقال‌ها و مرگ‌ومیرها، نسبت به عدم اعمال قرنطینه یا عدم انجام هیچ مداخله‌ای بودند (موارد بروز: 9 مطالعه مدل‌سازی در مورد COVID‐19؛ انتقال به جلو: 5 مطالعه مدل‌سازی در مورد COVID‐19؛ مورتالیتی: 5 مطالعه مدل‌سازی در مورد COVID‐19؛ شواهد با قطعیت پائین). مطالعات انجام شده در مورد SARS و MERS با یافته‌های حاصل از مطالعات در مورد COVID‐19 سازگار بودند. قرنطینه کردن مسافرانی که از کشوری با طغیان اعلام شده بیماری آمده‌اند، در مقایسه با عدم اعمال قرنطینه آنها شواهدی با قطعیت بسیار پائین نشان دادند که تاثیر قرنطینه کردن مسافرانی که از کشوری با طغیان اعلام شده بیماری آمده‌اند، بر کاهش بروز و مرگ‌ومیر، ممکن است برای SARS اندک باشد، اما احتمالا برای COVID‐19 بیشتر است (2 مطالعه مشاهده‌ای در مورد COVID‐19 و 2 مطالعه مشاهده‌ای در مورد SARS). نتیجه‌گیری‌های نویسندگان: شواهد موجود محدود است زیرا بیشتر مطالعات مربوط به COVID‐19، مطالعات مدل‌سازی ریاضی هستند که مفروضات مختلفی را پیرامون پارامترهای مهم مدل ارائه می‌دهند. یافته‌ها همواره نشان می‌دهند که اعمال قرنطینه در کاهش میزان بروز و مورتالیتی در طول پاندمی COVID‐19 حائز اهمیت است، هر چند عدم قطعیت در مورد میزان و بزرگی تاثیر آن وجود دارد. اعمال زودهنگام قرنطینه و ترکیب آن با دیگر اقدامات سلامت عمومی، اهمیت زیادی برای تضمین اثربخشی آنها دارد. به منظور حفظ بهترین تعادل ممکن میان اقدامات مختلف، تصمیم‌گیران باید مرتبا وضعیت شیوع و طغیان و تاثیر اقدامات اجرا شده را پایش کنند و تحت نظر داشته باشند. این مرور در ابتدا به سفارش WHO و با حمایت Danube‐University‐Krems انجام شد. به‌روزرسانی آن توسط نویسندگان مرور و با پیشنهاد خود آنها انجام شد.